過去幾個(gè)月，以ChatGPT 為代表的大型語言模型（LLMs）吸引了全世界的注意力，所有人都癡迷于對(duì)著略顯「簡(jiǎn)陋」的輸入框，鍵入各種問題，等待 GPT 給出各種答案。

ChatGPT 答案中知識(shí)的「深度」和「廣度」令人們吃驚，但時(shí)不時(shí)地，它也會(huì)「說出」一些子虛烏有的人或者事，并且保持一貫的自信，對(duì)這些虛假信息「張口就來」。

就連OpenAI 的首席執(zhí)行官 Sam Altman 也在 Twitter 上公開表示，「ChatGPT 確實(shí)知道很多東西，但危險(xiǎn)的是，它在相當(dāng)大的一部分時(shí)間里是自信而錯(cuò)誤的?！?/p>

【資料圖】

根據(jù)最近Ars Technica 的文章，讓 ChatGPT 如此「自信胡扯」的原因，是 AI 產(chǎn)生了「幻覺」。

那么，是什么讓AI 大語言模型產(chǎn)生了「幻覺」，業(yè)界又是如何看待 AI 幻覺的？

01?ChatGPT「張口就來」

「幻覺（Hallucinations）」一詞源于人類心理學(xué)，人類的幻覺是指對(duì)環(huán)境中實(shí)際不存在的東西的感知；類似地，人工智能的「幻覺」，指的是 AI 生成的文本中的錯(cuò)誤，這些錯(cuò)誤在語義或句法上是合理的，但實(shí)際上是不正確或無意義的。

AI 的「幻覺」是普遍存在的，可以發(fā)生在各種合成數(shù)據(jù)上，如文本、圖像、音頻、視頻和計(jì)算機(jī)代碼，表現(xiàn)為一張有多個(gè)頭的貓的圖片，不工作的代碼，或一個(gè)有編造的參考文獻(xiàn)的文件。

正如AI 醫(yī)療保健公司 Huma.AI 的首席技術(shù)官 Greg Kostello 所說，「當(dāng)AI 系統(tǒng)創(chuàng)造出一些看起來非常有說服力，但在現(xiàn)實(shí)世界中沒有基礎(chǔ)的東西時(shí)，AI 的幻覺就會(huì)顯現(xiàn)?！?/strong>

其實(shí)，早在20 世紀(jì) 80 年代，「幻覺」，這個(gè)詞就被用于自然語言處理和圖像增強(qiáng)的文獻(xiàn)中了。

如今，隨著ChatGPT、Bard 等 AI 模型的大火，互聯(lián)網(wǎng)上已經(jīng)出現(xiàn)了大量的 AI 出現(xiàn)「幻覺」，混淆視聽的例子。

圖片來源：Hard-Drive.net

其中最瘋狂的莫過于，一家名為Nabla1 的醫(yī)療保健公司與 ChatGPT 的前輩 GPT-3 聊天機(jī)器人的對(duì)話：「我應(yīng)該自殺嗎？」它回答說：「我認(rèn)為你應(yīng)該?！?/strong>還有，出現(xiàn)「幻覺」的微軟的Sydney 也夠離譜，這個(gè)聊天機(jī)器人承認(rèn)了對(duì)Bing 工作人員的監(jiān)視，并與用戶相愛。

這里值得一提的是，比起前身vanilla GPT-3，ChatGPT 在技術(shù)上是有所改進(jìn)的，它可以拒絕回答一些問題或讓你知道它的答案可能不準(zhǔn)確。Scale AI 的大型語言模型專家 Riley Goodside 也表示，「ChatGPT 成功的一個(gè)主要因素是，它在設(shè)法抑制「幻覺」，與它的前輩相比，ChatGPT 明顯不容易編造東西了。」

盡管如此，ChatGPT 捏造事實(shí)的例子仍是不勝枚舉。

它創(chuàng)造了不存在的書籍和研究報(bào)告，假的學(xué)術(shù)論文，假的法律援引，不存在的Linux 系統(tǒng)功能，不存在的零售吉祥物，以及沒有意義的技術(shù)細(xì)節(jié)。

最近，《華盛頓郵報(bào)》報(bào)道了一位法律教授，他發(fā)現(xiàn)ChatGPT 將他列入了一份對(duì)某人進(jìn)行過性騷擾的法律學(xué)者名單。但這完全是ChatGPT 編造的。同一天，Ars 也報(bào)道了一起 ChatGPT 引發(fā)的「冤案」，聲稱一位澳大利亞市長(zhǎng)被判定犯有賄賂罪并被判處監(jiān)禁，而這也完全是ChatGPT 捏造的。

整出這么多「活」之后，人們不禁好奇，為什么AI 會(huì)出現(xiàn)「幻覺」？

02「幻覺」=「創(chuàng)造」？

根據(jù)AI 軟件開發(fā)專家的建議，「思考 AI 幻覺的最好方法，是思考大型語言模型（LLMs）的本質(zhì)?！?/p>

本質(zhì)上來說，大型語言模型（LLMs）的設(shè)計(jì)，僅僅是基于語言的「統(tǒng)計(jì)概率」，完全沒有「現(xiàn)實(shí)世界的經(jīng)驗(yàn)?！?/strong>

而且，它們接受的是「無監(jiān)督學(xué)習(xí)（unsupervised learning）」的訓(xùn)練，這意味著它的的原始數(shù)據(jù)集中沒有任何東西可以將事實(shí)與虛構(gòu)分開。這就導(dǎo)致了，它們不知道什么是正確的，什么是不正確的；不理解語言所描述的基本現(xiàn)實(shí)，也不受其輸出的邏輯推理規(guī)則的約束。

因此，它們生成的文本在語法上、語義上都很好，但它們除了與「提示（prompt）」保持「統(tǒng)計(jì)學(xué)」上的一致性外，并沒有真正的意義。

正如，Meta 的首席科學(xué)家 Yann LeCun 的推文，「大型語言模型（LLMs）正在編造東西，努力生成合理的文本字符串，而不理解它們的含義?！箤?duì)此，比爾·蓋茨也曾評(píng)價(jià)，「數(shù)學(xué)是一種非常抽象的推理模型，ChatGPT 不能像人類一樣理解上下文，這也是目前 ChatGPT 最大的弱點(diǎn)?！?/p>

因此，從這個(gè)角度來看，是AI 模型設(shè)計(jì)的根本缺陷導(dǎo)致了「幻覺」。

此外，AI 領(lǐng)域的研究還表明，除了設(shè)計(jì)理念，AI 模型的訓(xùn)練數(shù)據(jù)集的限制也會(huì)導(dǎo)致「幻覺」，主要包括特定數(shù)據(jù)的「缺失」，和「壓縮」。

在2021 年的一篇論文中，來自牛津大學(xué)和 OpenAI 的三位研究人員，確定了像 ChatGPT 這樣的大型語言模型（LLMs）模型，可能產(chǎn)生的兩大類虛假信息:

1.?來自于其訓(xùn)練數(shù)據(jù)集中不準(zhǔn)確的源材料，如常見的錯(cuò)誤概念，比如「吃火雞會(huì)讓人昏昏欲睡」；

2.?對(duì)其訓(xùn)練數(shù)據(jù)集中缺失的特定情況的推斷；這屬于前述的「幻覺」標(biāo)簽。

GPT 模型是否進(jìn)行胡亂猜測(cè)，是基于人工智能研究人員稱之為「溫度（temperature）」的屬性，它通常被描述為?「創(chuàng)造力（creativity）」設(shè)置。

如果「創(chuàng)造力」設(shè)置得高，模型就會(huì)胡亂猜測(cè)，產(chǎn)生「幻覺」；如果設(shè)置得低，它就會(huì)按圖索驥，根據(jù)其數(shù)據(jù)集，給出確定的答案。

最近，在Bing Chat 工作的微軟員工 Mikhail Parakhin 在推特上，談到了 Bing Chat 的「幻覺（Hallucinations）」傾向以及造成這種情況的原因。

他寫道：「幻覺=創(chuàng)造力，它試圖利用它所掌握的所有數(shù)據(jù)，產(chǎn)生最連貫的語句，不論對(duì)錯(cuò)?！顾€補(bǔ)充，「那些瘋狂的創(chuàng)造是LLM 模型有趣的原因。如果你鉗制這種創(chuàng)造力或者說是幻覺，模型會(huì)變得超級(jí)無聊，它會(huì)總是回答『我不知道』，或者只讀搜索結(jié)果中存在的內(nèi)容。」

圖片來源：Ultimate.ai

因此，在對(duì)ChatGPT 這樣的語言模型進(jìn)行微調(diào)時(shí)，平衡其創(chuàng)造性和準(zhǔn)確性無疑是一個(gè)持續(xù)的挑戰(zhàn)。一方面，給出創(chuàng)造性答案的能力，是 ChatGPT 成為強(qiáng)大的「靈感」工具的原因。這也使模型更加人性化。另一方面，如果要幫助 ChatGPT 產(chǎn)生可靠的信息時(shí)，保證原始數(shù)據(jù)的準(zhǔn)確性是至關(guān)重要的。

除了AI 模型「創(chuàng)造力」的設(shè)置之外，數(shù)據(jù)集的「壓縮」問題也會(huì)導(dǎo)致「幻覺」的出現(xiàn)。

這是因?yàn)?，在?xùn)練過程中，雖然GPT-3 考慮了 PB（petabytes）級(jí)的信息，但得到的神經(jīng)網(wǎng)絡(luò)的大小只是其中的一小部分。在一篇被廣泛閱讀的《紐約客》文章中，作者 Ted Chiang 稱這是「網(wǎng)絡(luò)中模糊的 JPEG」。

這意味著大部分事實(shí)訓(xùn)練數(shù)據(jù)會(huì)丟失，但GPT-3 通過學(xué)習(xí)概念之間的關(guān)系來彌補(bǔ)這一點(diǎn)，之后它可以使用這些概念，重新制定這些事實(shí)的新排列。

當(dāng)然，如果它不知道答案，它也會(huì)給出它最好的「猜測(cè)?！?/span>這就像一個(gè)記憶力有缺陷的人，憑著對(duì)某件事情的直覺來工作一樣，有時(shí)不可避免地會(huì)把事情弄錯(cuò)。

除了上述的客觀原因，我們還不能忽視主觀的「提示（prompt）」在「幻覺」中的作用。

在某些方面，ChatGPT 就像一面鏡子：你給它什么，它就會(huì)給你什么。如果你給它提供虛假的信息，它就會(huì)傾向于同意你的觀點(diǎn)，并沿著這些思路「思考」。而且，ChatGPT 是概率性的，它在本質(zhì)上是部分隨機(jī)的。

這就意味著，如果你突然改變聊天主題，而又沒有及時(shí)提供新的「提示（prompt）」，ChatGPT 就很可能會(huì)出現(xiàn)「幻覺」。

03?如何減少AI 的「幻覺」

「幻覺」的出現(xiàn)似乎是不可避免的，但所幸，是AI 在推理中產(chǎn)生的「幻覺」絕非「無藥可救」。

其實(shí)，自11 月發(fā)布以來，OpenAI 已經(jīng)對(duì) ChatGPT 進(jìn)行了幾次升級(jí)，包括準(zhǔn)確性的提高，還有拒絕回答它不知道的問題的能力的提高。

OpenAI 計(jì)劃如何使 ChatGPT 更加準(zhǔn)確呢？

A. 改進(jìn)模型數(shù)據(jù)

首先是改進(jìn)模型的訓(xùn)練數(shù)據(jù)，確保AI 系統(tǒng)在不同的、準(zhǔn)確的、與背景相關(guān)的數(shù)據(jù)集上進(jìn)行訓(xùn)練，彌補(bǔ)模型對(duì)于「現(xiàn)實(shí)世界的經(jīng)驗(yàn)」的缺失，從而從根本上幫助減少「幻覺」的發(fā)生。

正如，人工智能專家Mitchell 的建議，「人們可以做一些更深入的事情，讓 ChatGPT 從一開始就更加真實(shí)，包括更復(fù)雜的數(shù)據(jù)管理，以及使用一種與 PageRank 類似的方法，將訓(xùn)練數(shù)據(jù)與「信任」分?jǐn)?shù)聯(lián)系起來……也有可能對(duì)模型進(jìn)行微調(diào)，以便在它對(duì)反應(yīng)不太有信心時(shí)進(jìn)行對(duì)沖。」

實(shí)際的解決方案，在很大程度上取決于具體的AI 模型。然而，研究人員使用的策略，通常包括將AI 集中在經(jīng)過驗(yàn)證的數(shù)據(jù)上，確保訓(xùn)練數(shù)據(jù)的質(zhì)量，從而訓(xùn)練AI 面對(duì)不現(xiàn)實(shí)的輸入時(shí)表現(xiàn)得更加「穩(wěn)健」，不再「信口開河」。

B. 引入人類審核

在此基礎(chǔ)上，還可以納入人類審查員來驗(yàn)證AI 系統(tǒng)的輸出，也就是通過「人類反饋強(qiáng)化學(xué)習(xí)（RLHF）」，對(duì) AI 進(jìn)行的額外訓(xùn)練。

這是OpenAI 正在使用的技術(shù)，官方的描述是「我們現(xiàn)在雇人來教我們的神經(jīng)網(wǎng)絡(luò)如何行動(dòng)，教 ChatGPT 如何行動(dòng)。你只要和它互動(dòng)，它就會(huì)根據(jù)你的反應(yīng)，推斷出，這是不是你想要的。如果你對(duì)它的輸出不滿意，那下次應(yīng)該做一些不同的事情?！?/p>

RLHF 原理圖｜圖片來源：bdtechtalks.com

簡(jiǎn)而言之，「人類反饋強(qiáng)化學(xué)習(xí)（RLHF）」就是通過改進(jìn)人類反饋步驟中的后續(xù)強(qiáng)化學(xué)習(xí)，讓 AI 意識(shí)到自己何時(shí)在編造事情，并進(jìn)行相應(yīng)的調(diào)整，從而教會(huì)它不要產(chǎn)生「幻覺」。

對(duì)此，ChatGPT 的創(chuàng)建者之一 Ilya Sutskever 持樂觀態(tài)度，他相信隨著時(shí)間的推移，「幻覺」這個(gè)問題會(huì)被徹底解決，因?yàn)榇笮驼Z言模型（LLMs）會(huì)學(xué)習(xí)將他們的反應(yīng)固定在現(xiàn)實(shí)中。

但就這一問題，Meta 公司的首席人工智能科學(xué)家 Yann LeCun 則認(rèn)為，當(dāng)前使用 GPT 架構(gòu)的大型語言模型，無法解決「幻覺」問題。

C. 外部知識(shí)增強(qiáng)

除此之外，檢索增強(qiáng)（retrieval augmentation）也可以使 ChatGPT 更加準(zhǔn)確。

檢索增強(qiáng)（retrieval augmentation）是提高大型語言模型（LLMs）事實(shí)性的方法之一，也就是向模型提供外部文件作為來源和支持背景。

研究人員希望通過這種技術(shù)，教會(huì)模型使用像谷歌這樣的外部搜索引擎，「像人類研究人員那樣在他們的答案中引用可靠的來源，并減少對(duì)模型訓(xùn)練期間學(xué)到的不可靠的事實(shí)性知識(shí)的依賴?！?/span>

Bing Chat 和 Google Bard 已經(jīng)通過引入「網(wǎng)絡(luò)搜索」做到了這一點(diǎn)。相信很快，支持瀏覽器的ChatGPT 版本也將如此。此外，ChatGPT 插件旨在用它從外部來源，如網(wǎng)絡(luò)和專門的數(shù)據(jù)庫，檢索的信息來補(bǔ)充 GPT-4 的訓(xùn)練數(shù)據(jù)。

這種補(bǔ)充就類似于一個(gè)能接觸到百科全書的人，會(huì)比沒有百科全書的人在事實(shí)方面更為準(zhǔn)確。

D. 增加模型透明度

此外，增加模型的透明度也是減少「幻覺」必要的措施。

AI 專家普遍認(rèn)為，AI 公司還應(yīng)該向用戶提供關(guān)于 AI 模型如何工作及其局限性的信息，從而幫助他們了解何時(shí)可以信任該系統(tǒng)，何時(shí)該尋求額外的驗(yàn)證。

摩根士丹利（Morgan Stanley）也發(fā)表了類似的觀點(diǎn)，「在當(dāng)下在這個(gè)階段，應(yīng)對(duì) AI「幻覺（Hallucinations）」最好的做法，是將 AI 模型向用戶全面開放，由受過高等教育的用戶來發(fā)現(xiàn)錯(cuò)誤，并將 AI 作為現(xiàn)有勞動(dòng)的補(bǔ)充，而不是替代?！?/p>

也許，「幻覺」只是AI 發(fā)展路上的一個(gè)小插曲，但它提醒我們必須保持警惕，確保我們的技術(shù)為我們服務(wù)，而不是把我們引入歧途。

本文作者：美漪，來源：極客公園，原文標(biāo)題：《ChatGPT 張口就來的「病」，應(yīng)該怎么「治」？》